SlideShare ist ein Scribd-Unternehmen logo
1 von 68
Statistique Descriptive
Chapitre 1 : Les tableaux et
représentations graphiques

Pr. Abdelkrim EL MOUATASIM
EST & FE de Guelmim
Maroc


      Site internet : http://el-mouatasim.webs.com
Statistiques descriptives à une variable : représentations



Objectifs de ce module

                                   Savoir décrire et
                                    représenter une série
                                    statistique par un tableau
                                    et un ou plusieurs
                                    graphiques adaptés.
                                   On fera des choix des
                                    représentations différents
                                    selon la nature du
                                    caractère.
Introduction
   La représentation tabulaire est préalable à
    toute analyse statistique.
   Elle fait suite au travail préliminaire de
    collecte des données.
   La représentation graphique d’un seul
    caractère repose sur une règle de
    proportionnalité des hauteurs ou aires des
    graphiques aux effectifs (ou fréquences).
   Le choix d’un type de graphique dépendra de
    la nature du caractère étudié.
Plan du chapitre 1

 Voici les parties que nous allons aborder :



                            I.     Caractères qualitatifs.
                            II.    Caractères quantitatifs
                                   discrets.
                            III.   Caractères quantitatifs
                                   continus.
Ⅰ. Caractères qualitatifs

Plan de la partie
   Voici les chapitres que nous allons aborder :




  1.   Représentation tabulaire.
  2.   Diagramme à bande.
  3.   Diagramme circulaire.
Ⅰ. Caractères qualitatifs



1. Représentation tabulaire


   Tableau à simple entrée, sans hiérarchie
    (sauf si le caractère est ordinal).
   La première colonne renseigne les modalités
    et les deux suivantes les effectifs et
    fréquences.
   Si le caractère est ordinal, on pourra rajouter
    une dernière colonne avec les fréquences
    cumulées.
Ⅰ. Caractères qualitatifs



1. Représentation tabulaire
                                    Noms        Situation de famille
   Exemple: On a noté la          M.Azim              Marié

    situation familiale des        MFarid              Veuf
                                 Mme Latifi           Mariée
    150 employés d'une
                                 Melle Fatiha       Célibataire
    entreprise.
                                  M. Ahmed            Divorcé
                                   M. Salih            Marié
                                 M. Berrada           Divorcé
                                  Mme Réda           Divorcée
                                 Melle Fatiha       Célibataire
                                  M. Halim             Marié
                                  M. Chadi             Veuf
                                 Mme Faouzi           Mariée
                                      ...                ...
   On ne s'intéresse pas à la situation personnelle
    de M. Azim ou de M. Farid, mais à la répartition
    du caractère "situation familiale" dans la
    population des 150 employés.
   Pour cela il faut, pour chacune des modalités de
    la variable, déterminer l'effectif correspondant,
    c'est-à-dire le nombre de personnes ayant cette
    modalité : il faut dénombrer le nombre de
    célibataires, le nombre de mariés, etc..
Cela peut se résumer par :



     Modalités           Effectifs
       Marié                 80
     Célibataire             30
        Veuf                 20
      Divorcé                20
On notera x1, x2, ..., xk les différentes
modalités, et n1, n2, ... , nk les effectifs
associés.
Dans le tableau ci-dessus, x1 = "marié",
n1 =
k=
La somme des effectifs vaut :
La variable que nous venons de voir
est…
On aurait pu tout aussi bien présenter les résultats sous la
forme ci-dessus, par exemple.




      Modalité                       Effectif
     Célibataire                         30
        Marié                            80
       Divorcé                           20
        Veuf                             20
Par contre, s'il s'agit d'une variable ordinale, les modalités
 sont toujours présentées dans l'ordre :
 x1 < x2 < .... < xk , comme dans l'exemple ci-dessous.

                         Effectifs = Nombre de personnes de
Modalités = tailles
                                     cette taille
       XS                                  10
        S                                  25
        M                                  40
        L                                  32
        XL                                 23
       XXL                                 20
L'ensemble des couples
    { (xi , ni ), i = 1, ... , k }
est une série statistique (ordonnée), ou
distribution observée de la variable.
La somme de tous les ni est-elle toujours égale à
n, nombre des observations ?
On notera ceci :


effectif total
On appellera fréquence relative la valeur



que l'on peut aussi exprimer en pourcentage
par fi x 100, c'est le pourcentage d'individus
pour lesquels la variable a pris la valeur xi.
Complétez le tableau :

 Modalités xi      Effectif ni   Fréquence relative fi   %
  Célibataire          30                0.2             20

    Marié              80

    Divorcé            20

     Veuf              20

Effectif total :      150




       A quoi est égal ici le total de la colonne fréquence ?
       Et celui de la colonne "pourcentage" ?
       Il y a, parmi les 150 employés, …….% qui sont mariés.
Ⅰ. Caractères qualitatifs



2. Diagramme à bandes
Aussi appelé représentation par « tuyaux
  d’orgue ».
 Les modalités sont placées sur un axe
  horizontal.
 Les effectifs (ou fréquences) sont placés sur
  un axe vertical.
 La hauteur de chaque tuyau est
  proportionnelle à l’effectif correspondant.
 Permet de comparer d’un « coup d’œil » les
  différentes modalités.
CSP                ni      fi
     Cadres              10    0,05
Agents de maîtrise       40     0,2
   Employés              60     0,3
    Ouvriers             90    0,45



          90
          80
          70
          60
          50
          40                                           Série1

          30
          20
          10
           0
                cadres    ouvriers employés ouvriers
Ⅰ. Caractères qualitatifs



3. Diagramme circulaire


   L’aire, et donc l’angle au centre d’un secteur,
    est proportionnelle à la fréquence (ou
    l’effectif) de la modalité considérée (d’où un
    angle de fi x 360° pour la modalité i).

   Permet de bien visualiser la part relative de
    chaque modalité.
Statistiques descriptives à une variable : représentations




 Ⅱ. Caractères
 quantitatifs discrets
Ⅱ. Caractères quantitatifs discrets


Plan de la partie
  Voici les chapitres que nous allons aborder :




  1.   Représentation tabulaire.
  2.   Diagramme bâton.
  3.   Courbe des fréquences
       cumulées.
Ⅱ. Caractères quantitatifs discrets



1. Représentation tabulaire


   Tableau à simple entrée, où les données sont
    classées par ordre croissant.

   La première colonne renseigne les
    différentes valeurs du caractère, et les trois
    suivantes les effectifs, fréquences et
    fréquences cumulées.
De même, pour une variable discrète, on
notera x1 , x2 , ... , xk les valeurs rangées par
ordre croissant, et n1 , n2 , ... , nk les effectifs
correspondants.
Noms        Nombre d'enfants
  M.Azim              2
  MFarid              3
Mme Latifi            0
Melle Fatiha          0
 M. Ahmed             1
  M. Salih            0
M. Berrada            1
 Mme Réda             0
Melle Fatiha          2
  M. Halim            4
  M. Chadi            1
Mme Faouzi            3
   M. Ali             2
Melle Loubna          0
  M Fatih             0
  M. Said             1
  M. Radi             2
 Mme Faraj            2
 Ainsi,à partir de la série brute ci-dessus,
  construisez le tableau :

           Nombre d'enfants xi   Effectifs ni
                   0                  6
Nombre d'enfants xi   Effectif ni   Fréquence relative fi
        0                 6                 0.33
         1                4                 0.22

        2                 5                 0.28

        3                 2                 0.11
        4                  1                0.06
      Total :             18                  1
Voyons un autre exemple : Pour étudier
les appels téléphoniques arrivant à un
central, on a noté, sur 96 jours
comparables, le nombre d'appels reçus
entre 9 h et 9 h 10. Les résultats sont
consignés dans ce tableau :
Quelle est la proportion de jours où le
nombre d'appels a été de 2 ?


           Nombre       Nombre de   Fréquence
                                                  % fi × 100
          d'appels xi    jours ni   relative fi
              0            2         0.0208         2.08
              1            14        0.1458         14.58

              2            23        0.2396         23.96

              3            24        0.2500         25.00
              4            18        0.1875         18.75
              5            9         0.0938         9.38
              6            6         0.0625         6.25
            Total :        96            1           100
Quelle est la proportion de jours où le nombre
   d'appels a été supérieur ou égale à 3?

             Nombre       Nombre de   Fréquence
                                                    % fi × 100
            d'appels xi    jours ni   relative fi
                0            2         0.0208         2.08
                1            14        0.1458         14.58

                2            23        0.2396         23.96

                3            24        0.2500         25.00
                4            18        0.1875         18.75
                5            9         0.0938         9.38
                6            6         0.0625         6.25
              Total :        96           1            100
Combien y-a-t-il eu de jours où le nombre
d'appels a été inférieur ou égal à 2 ?


               Nombre       Nombre de   Fréquence
                                                      % fi × 100
              d'appels xi    jours ni   relative fi
                  0            2         0.0208         2.08
                  1            14        0.1458         14.58

                  2            23        0.2396         23.96

                  3            24        0.2500         25.00
                  4            18        0.1875         18.75
                  5            9         0.0938         9.38
                  6            6         0.0625         6.25
                Total :        96           1            100
Plus généralement, si
    { (xi , ni ), i = 1, ..., K }
est la distribution observée d'une variable
discrète, n1 + n2 + ... + ni = Ni est le nombre
d'individus pour lesquels la variable a été
inférieure ou égale à xi..
On peut calculer Ni de proche en proche :
N1 = n1, N2 = N1 + n2, N3 = N2 + n3, etc ...
Les Ni sont les effectifs cumulés
croissants.
 De  même ni + ni+1 + ... + nk = N'i est le
  nombre d'individus pour lesquels la
  variable a été supérieure ou égale à xi.
 Il
   peut se calculer de proche en proche :
  N'k = nk , N'k-1 = nk + nk-1 ,
 LesN'i sont les effectifs cumulés
  décroissants.
On peut définir de même :
    Fi = f1 + f2 + ... + fi , fréquences relative
    cumulées croissantes obtenues de proche en
    proche par Fi+1 = fi+1 + Fi
    F'i = fi + fi+1 + ... + fk , fréquences relative
    cumulées décroissantes obtenues de proche
    en proche par F'i = F'i+1 + fi
   Fi et F'i peuvent s'exprimer aussi en pourcentage
    (en multipliant tout par 100).
Complétez le tableau :

    Nombre      Fréquence       Fréquences relative   Fréquences relative cumulées
    d'appels   relative en %   cumulées croissantes          décroissantes

       0           2.08               2.08

       1          14.58               16.66                      97.92

       2          23.96                                          83.34

       3          25.00               65.62                      59.38

       4          18.75               84.37

       5           9.38               93.75                      15.63

       6           6.25                                          6.25
Ⅱ. Caractères quantitatifs discrets



2. Diagramme bâton

Diagramme bâton des effectifs

   A chaque valeur du caractère portée en
    abscisse, on associe un « bâton » vertical
    dont la hauteur est proportionnelle à l’effectif.

   Cette représentation permet de comparer les
    effectifs de chaque valeur du caractère.
Ⅱ. Caractères quantitatifs discrets

3. Courbe des fréquences
cumulées


   Représente l’évolution des fréquences
    cumulées.

   Le caractère étant discret, la courbe est en
    « escalier ».

   En effet, les valeurs étant séparées, entre
    chacune d’elle la fréquence cumulée est
    inchangée, d’où ces paliers.
Ⅱ. Caractères quantitatifs discrets

3. Courbe des fréquences
cumulées

                                                      Diagramme en Escalier

                                    120


                                    100
       Fréquence relative cumulée




                                    80


                                    60


                                    40


                                    20


                                     0
                                          0   1   2           3        4      5   6   7
Statistiques descriptives à une variable : représentations




  Ⅲ. Caractères
  quantitatifs continus
Ⅲ. Caractères quantitatifs continus



Plan de la partie
  Voici les chapitres que nous allons aborder :



  1.   Représentation tabulaire.
  2.   Histogramme des densités de
       fréquence.
  3.   Polygone de fréquences
  4.   Courbe des fréquences cumulées.
Ⅲ. Caractères quantitatifs continus



1. Représentation tabulaire

   Tableau à simple entrée, où les classes de
    données sont triées par ordre croissant.
   La première colonne renseigne les
    différentes classes de valeurs du caractère,
    et les trois suivantes les effectifs, fréquences
    relatifs et fréquences cumulées.
   Si les classes ne sont pas toutes de même
    amplitude, on rajoute une colonne contenant
    les densités de fréquence, i.e. la fréquence
    de la classe divisée par son amplitude.
1. Représentation tabulaire
   Lorsque la variable est continue, ou que la variable peut prendre
    un grand nombre de valeurs différentes, même si celle-ci est une
    variable discrète, il convient de regrouper ces valeurs en classes.
   À chaque classe on fait correspondre une fréquence ou une
    fréquence relative, et l’on obtient alors une distribution de
    fréquence ou de fréquence relative pour valeurs groupées.

   Pour construire une distribution de fréquence, de fréquence
    relative ou de fréquence relative cumulée pour valeurs groupées
    on doit procéder de la manière suivante :
       1.   Déterminer le nombre de classes
       2.   Déterminer l’amplitude des classes
       3.   Déterminer les différentes classes
1. Représentation tabulaire
   Exemple 1
 Voyons l'exemple d'une série brute de 60
 valeurs du CA mensuelle d’une entreprise (en
 1000dh), et le tableau des effectifs obtenus.

L'inconvénient est que, comme on aura toujours
  un grand nombre de valeurs différentes, on
  obtiendra un grand nombre de petits effectifs, ne
  résumant finalement pas grande chose !
CA (1000dh)   Effectifs   CA (1000dh)   Effectifs
   159            1          169           7
   160           0           170           7
    161          0            171          9
   162           0           172           6
   163           2           173           5
   164           3           174           2
   165           3           175            1
   166           0           176           2
   167           5           177            1
   168           6          Total :        60
 Une  variable continue ne prend pas des
 valeurs isolées, mais des valeurs
 appartenant à des intervalles. C'est
 pourquoi, au lieu de définir des effectifs
 par valeurs, on définira des effectifs par
 intervalles, appelés classes.
   Afin de simplifier la présentation on peut, quitte à
    perdre un peu d'information, regrouper les
    effectifs proches, par exemple
    175 d’ effectif 1
    176 d’ effectif 2
    177 d’ effectif 1
    peut être remplacé par [ 175 ; 178 [ d’ effectif 4.
On découpera ainsi l'intervalle des valeurs
en classes contiguës, de la forme :
[ e1 ; e2 [ [ e2 ; e3 [ [ e3 ; e4 [ ....
[ ek ; ek+1 [
et on notera n1, n2, ... , nk les effectifs
associés.
ni est le nombre d'individus appartenant à
la classe [ ei ; ei+1 [.
Exemple 1

 Classes de CA ( en 1000dh)   Effectifs
        [159 - 165 [             6
        [165 - 168 [             8
        [168 - 171 [             20
        [171 - 174 [             20
        [174 - 177 [             5
        [177 - 179 [              1
Exemple 1


    Classes de CA ( en 1000dh)   Effectifs
          moins de 160               1
           [160 - 165 [             5
           [165 - 170 [             21
           [170 - 175 [             29
           175 et plus              4
 Quel  que soit le type de variable on a
  finalement, pour toute modalité, valeur xi ,
  ou classe [ ei , ei+1 [, un effectif ni , tel que



 Ilest parfois utile, surtout pour faire des
  comparaisons entre plusieurs séries, de
  raisonner plutôt avec des fréquences
  relatifs.
Les définitions d'effectifs et de
fréquences cumulés restent les mêmes
dans le cas d'une variable continue.
1. Représentation tabulaire

1.   Déterminer le nombre de classes :

     1)   N C = 1 + 3.3Log (n)(règle de Sturges)
     2)   NC = n
                             Nombre d’observations
                             dans la série statistique
1. Représentation tabulaire
2.   Calculer l’amplitude des classes :
     1)   D’une façon plus ou moins arbitraire

     2)   En utilisant l’étendue

            E = xmax − xmin = (Plus grande valeur de la série statistique)
                               – Plus petite
                                             valeur de la série statistique


                    E
           
               AC =
                    NC
                                       Des classes d’amplitudes
                                                égales
1. Représentation tabulaire

3.      Déterminer les différentes classes :
                       xmin ≤ Classe1 < xmin + Ac

            xmin + Ac ≤ Classe2 < xmin + 2 Ac


     xmin + (k − 1) Ac ≤ Classek < xmin + kAc


       xmin + ( N c − 1) Ac ≤ Classe N c < xmin + N c Ac
Exemple 2 : Le tableau statistique (valeurs groupées)

Pour les trois dernières années, le débit mensuel moyen d'une rivière,
exprimé en milliers de mètres cubes par seconde, a été le suivant :




                                                Variable continue
Posons X = la variable statistique représentant le débit mensuel moyen
d’une rivière.
Exemple 2 : Le tableau statistique (valeurs groupées)

(1) Nombre de classes :

 N C = 1 + 3.3Log (36) = 6.1358 classes
 N C = 36 = 6 classes                          Débit    D

                                        (en milliers de m 3 )
 (2) L’amplitude des classes :           0.08 ≤ Classe1 < 0.25
E = 1.05 − 0.08 = 0.97                   0.25 ≤ Classe2 < 0.42
     0.97                                0.42 ≤ Classe3 < 0.59
AC =      = 0.1617 ≈ 0.17
       6                                 0.59 ≤ Classe4 < 0.76
 (3) Détermination des classes :         0.76 ≤ Classe5 < 0.93
                                         0.93 ≤ Classe6 < 1.10
Exemple 2 : Le tableau statistique (valeurs groupées)
Distribution de fréquence, de fréquence relative et de
fréquence relative cumulée :
Ⅲ. Caractères quantitatifs continus
2. Histogramme des densités de
fréquence.


   Ensemble de rectangles contigus.
   Pour chaque classe on trace un rectangle :
       de base B proportionnelle à l’amplitude de la
        classe
       de hauteur h proportionnelle à la densité de
        fréquence de la classe
   L’aire du rectangle sera alors proportionnelle
    à la fréquence de la classe.
Ⅲ. Caractères quantitatifs continus

2. Histogramme des densités de
fréquence.
Double interprétation :

   On comparera les densités de fréquence des
    classes en comparant les hauteurs des
    rectangles.

   On comparera les fréquences des classes en
    comparant les aires des rectangles.
Nombre de
              personnes
Age (ans)
              dans cette
            tranche d'âge


20 à 30        100
30 à 40        150
40 à 50         90

50 à 65         20
Histogramme de fréquence pour valeurs groupées (exemple 2)




                                           Histogramme de fréquence

               25


               20


               15
   Fréquence




               10


               5


               0
                    0,08 - 0,249   0,25 - 0,419    0,42 - 0,589   0,59 - 0,759   0,76 - 0,929   0,93 et plus
                                                  Débit D (en milliers m3/sec)
Histogramme de fréquence relative                                                             pour valeurs
groupées (exemple 2)

                                               Histogramme de fréquence relative

                        0,7

                        0,6

                        0,5
   Fréquence relative




                        0,4

                        0,3

                        0,2

                        0,1

                         0
                              0,08 - 0,249   0,25 - 0,419     0,42 - 0,589   0,59 - 0,759     0,76 - 0,929   0,93 et plus
                                                            Débit D (en milliers de m3/sec)
3. Polygone de fréquences pour valeurs
groupées (exemple 2)

                                          Polygone de fréquence

             25


             20
 Fréquence




             15


             10


             5


             0
                  moins de   0,08 - 0,249 0,25 - 0,419 0,42 - 0,589 0,59 - 0,759 0,76 - 0,929 0,93 et plus
                   0,08
                                            Débit D (en milliers de m3/sec)
3. Polygone de fréquence relative pour
valeurs groupées
                                               Polygone de fréquence relative

                      0,7

                      0,6

                      0,5
 Fréquence relative




                      0,4

                      0,3

                      0,2

                      0,1

                       0
                            moins de   0,08 - 0,249 0,25 - 0,419 0,42 - 0,589 0,59 - 0,759 0,76 - 0,929 0,93 et plus
                             0,08
                                                       Débit D ( en milliers m3/sec)
Ⅲ. Caractères quantitatifs continus



4. Courbe des fréquences cumulées

   Représente l’évolution des fréquences
    cumulées.

   Le caractère étant continu, la courbe l’est
    également.

   Pour la construire, on joint les points de
    coordonnées (bi,Fi) où bi désigne l’extrémité
    supérieure de la ième classe.
Ogive de fréquence relative cumulée pour valeurs
groupées


                                                          Ogive de fréquence relative cumulée

                                     120,00%

                                     100,00%
        Fréquence relative cumulée




                                     80,00%

                                     60,00%

                                     40,00%

                                     20,00%

                                       ,00%
                                               moins de     0,08 -   0,25 -     0,42 -     0,59 -   0,76 -   0,93 et
                                                0,08        0,249    0,419      0,589      0,759    0,929     plus
                                                                     Débit D (en milliers m3/sec)
Synthèse
 En plus des tableaux et graphiques, on
 résume l'observation d'une variable
 quantitative par un petit nombre de
 paramètres.

Weitere ähnliche Inhalte

Was ist angesagt?

M1 l3-econom etrie-serie-corrigee-n-1-modeles-econometriques-a-un
M1 l3-econom etrie-serie-corrigee-n-1-modeles-econometriques-a-unM1 l3-econom etrie-serie-corrigee-n-1-modeles-econometriques-a-un
M1 l3-econom etrie-serie-corrigee-n-1-modeles-econometriques-a-unmohamedchaouche
 
Cours Statistique descriptive pr Falloul
Cours Statistique descriptive pr FalloulCours Statistique descriptive pr Falloul
Cours Statistique descriptive pr FalloulProfesseur Falloul
 
Statistique descriptive
Statistique descriptiveStatistique descriptive
Statistique descriptiveeninioo
 
Introduction a l'econometrie luxembourg 2008 2009
Introduction a l'econometrie luxembourg 2008 2009Introduction a l'econometrie luxembourg 2008 2009
Introduction a l'econometrie luxembourg 2008 2009mohamedchaouche
 
Statistique Descriptive
Statistique DescriptiveStatistique Descriptive
Statistique Descriptivebacplus
 
M1 l3-econom etrie-serien-2-reg-lin-mult
M1 l3-econom etrie-serien-2-reg-lin-multM1 l3-econom etrie-serien-2-reg-lin-mult
M1 l3-econom etrie-serien-2-reg-lin-multmohamedchaouche
 
Exercice corrige statistiques_1_stg
Exercice corrige statistiques_1_stgExercice corrige statistiques_1_stg
Exercice corrige statistiques_1_stgsalah16
 
S1 mq i - statistique descriptive i - exercices
S1   mq i - statistique descriptive i - exercicesS1   mq i - statistique descriptive i - exercices
S1 mq i - statistique descriptive i - exercicesAbdeslam ELMOUDEN
 
Statistique descriptives1 et_s2_www.facainsebaa.net
Statistique descriptives1 et_s2_www.facainsebaa.netStatistique descriptives1 et_s2_www.facainsebaa.net
Statistique descriptives1 et_s2_www.facainsebaa.netjamalgfgf
 
S1 mq i - statistique descriptive i - vocabulaire statistique
S1   mq i - statistique descriptive i - vocabulaire statistiqueS1   mq i - statistique descriptive i - vocabulaire statistique
S1 mq i - statistique descriptive i - vocabulaire statistiqueAbdeslam ELMOUDEN
 
S1 mq i - statistique descriptive i – equations statistiques
S1   mq i - statistique descriptive i – equations statistiquesS1   mq i - statistique descriptive i – equations statistiques
S1 mq i - statistique descriptive i – equations statistiquesAbdeslam ELMOUDEN
 
Controlegestion
ControlegestionControlegestion
Controlegestionhassan1488
 
Mettre obligatoirement le titre de la leçon ici
Mettre obligatoirement le titre de la leçon iciMettre obligatoirement le titre de la leçon ici
Mettre obligatoirement le titre de la leçon iciwospro-academy
 
Devoir maison 5 (manuel Sésamath)
Devoir maison 5 (manuel Sésamath)Devoir maison 5 (manuel Sésamath)
Devoir maison 5 (manuel Sésamath)vauzelle
 
Annexe ii traitements préalables sur les séries
Annexe ii traitements préalables sur les sériesAnnexe ii traitements préalables sur les séries
Annexe ii traitements préalables sur les sériesHamid Faracha
 

Was ist angesagt? (19)

Statistique descriptive ch1
Statistique descriptive ch1Statistique descriptive ch1
Statistique descriptive ch1
 
Td statistique
Td statistiqueTd statistique
Td statistique
 
M1 l3-econom etrie-serie-corrigee-n-1-modeles-econometriques-a-un
M1 l3-econom etrie-serie-corrigee-n-1-modeles-econometriques-a-unM1 l3-econom etrie-serie-corrigee-n-1-modeles-econometriques-a-un
M1 l3-econom etrie-serie-corrigee-n-1-modeles-econometriques-a-un
 
Cours Statistique descriptive pr Falloul
Cours Statistique descriptive pr FalloulCours Statistique descriptive pr Falloul
Cours Statistique descriptive pr Falloul
 
Statistique descriptive
Statistique descriptiveStatistique descriptive
Statistique descriptive
 
Introduction a l'econometrie luxembourg 2008 2009
Introduction a l'econometrie luxembourg 2008 2009Introduction a l'econometrie luxembourg 2008 2009
Introduction a l'econometrie luxembourg 2008 2009
 
Statistique Descriptive
Statistique DescriptiveStatistique Descriptive
Statistique Descriptive
 
M1 l3-econom etrie-serien-2-reg-lin-mult
M1 l3-econom etrie-serien-2-reg-lin-multM1 l3-econom etrie-serien-2-reg-lin-mult
M1 l3-econom etrie-serien-2-reg-lin-mult
 
Exercice corrige statistiques_1_stg
Exercice corrige statistiques_1_stgExercice corrige statistiques_1_stg
Exercice corrige statistiques_1_stg
 
S1 mq i - statistique descriptive i - exercices
S1   mq i - statistique descriptive i - exercicesS1   mq i - statistique descriptive i - exercices
S1 mq i - statistique descriptive i - exercices
 
Statistique descriptives1 et_s2_www.facainsebaa.net
Statistique descriptives1 et_s2_www.facainsebaa.netStatistique descriptives1 et_s2_www.facainsebaa.net
Statistique descriptives1 et_s2_www.facainsebaa.net
 
[Fsjes tanger.com]stat1 exoscorrige-splanche2
[Fsjes tanger.com]stat1 exoscorrige-splanche2[Fsjes tanger.com]stat1 exoscorrige-splanche2
[Fsjes tanger.com]stat1 exoscorrige-splanche2
 
S1 mq i - statistique descriptive i - vocabulaire statistique
S1   mq i - statistique descriptive i - vocabulaire statistiqueS1   mq i - statistique descriptive i - vocabulaire statistique
S1 mq i - statistique descriptive i - vocabulaire statistique
 
S1 mq i - statistique descriptive i – equations statistiques
S1   mq i - statistique descriptive i – equations statistiquesS1   mq i - statistique descriptive i – equations statistiques
S1 mq i - statistique descriptive i – equations statistiques
 
Controlegestion
ControlegestionControlegestion
Controlegestion
 
Generalites econometrie
Generalites econometrieGeneralites econometrie
Generalites econometrie
 
Mettre obligatoirement le titre de la leçon ici
Mettre obligatoirement le titre de la leçon iciMettre obligatoirement le titre de la leçon ici
Mettre obligatoirement le titre de la leçon ici
 
Devoir maison 5 (manuel Sésamath)
Devoir maison 5 (manuel Sésamath)Devoir maison 5 (manuel Sésamath)
Devoir maison 5 (manuel Sésamath)
 
Annexe ii traitements préalables sur les séries
Annexe ii traitements préalables sur les sériesAnnexe ii traitements préalables sur les séries
Annexe ii traitements préalables sur les séries
 

Ähnlich wie Ch1 statistique v

Statistique descriptives s1 de bien www.learneconomie.blogspot.com]
Statistique descriptives  s1 de bien www.learneconomie.blogspot.com]Statistique descriptives  s1 de bien www.learneconomie.blogspot.com]
Statistique descriptives s1 de bien www.learneconomie.blogspot.com]jamal yasser
 
cours_statistiques_master.pdf
cours_statistiques_master.pdfcours_statistiques_master.pdf
cours_statistiques_master.pdfArkadaar
 
Statistiquess2 111117154933-phpapp01
Statistiquess2 111117154933-phpapp01Statistiquess2 111117154933-phpapp01
Statistiquess2 111117154933-phpapp01printif
 
Statistiques descriptives [PDF].pptx
Statistiques descriptives [PDF].pptxStatistiques descriptives [PDF].pptx
Statistiques descriptives [PDF].pptxTarekDHAHRI1
 
Statistiques descriptives [PDF].pptx
Statistiques descriptives [PDF].pptxStatistiques descriptives [PDF].pptx
Statistiques descriptives [PDF].pptxTarekDHAHRI1
 
359570799-cours-statistiques-descriptives-eudiant-Copie-ppt.ppt
359570799-cours-statistiques-descriptives-eudiant-Copie-ppt.ppt359570799-cours-statistiques-descriptives-eudiant-Copie-ppt.ppt
359570799-cours-statistiques-descriptives-eudiant-Copie-ppt.pptTarekDHAHRI1
 
9b567ad91347677ab6736e76a4115c80 statistique
9b567ad91347677ab6736e76a4115c80 statistique9b567ad91347677ab6736e76a4115c80 statistique
9b567ad91347677ab6736e76a4115c80 statistiqueSamad Oulasri
 
étude d'une série statistiquebiostat.pdf
étude d'une série statistiquebiostat.pdfétude d'une série statistiquebiostat.pdf
étude d'une série statistiquebiostat.pdfHimaWari26
 
(Statdes regression biv_ensta_21oct2010)
(Statdes regression biv_ensta_21oct2010)(Statdes regression biv_ensta_21oct2010)
(Statdes regression biv_ensta_21oct2010)mohamedchaouche
 
cupdf.com_la-statistique-descriptive.ppt
cupdf.com_la-statistique-descriptive.pptcupdf.com_la-statistique-descriptive.ppt
cupdf.com_la-statistique-descriptive.pptTarekDHAHRI3
 
La biométrie_étude de la variation des caractèr_231021_115212.pdf
La biométrie_étude de la variation des caractèr_231021_115212.pdfLa biométrie_étude de la variation des caractèr_231021_115212.pdf
La biométrie_étude de la variation des caractèr_231021_115212.pdfAbdennourAmrani
 

Ähnlich wie Ch1 statistique v (15)

Statistique descriptives s1 de bien www.learneconomie.blogspot.com]
Statistique descriptives  s1 de bien www.learneconomie.blogspot.com]Statistique descriptives  s1 de bien www.learneconomie.blogspot.com]
Statistique descriptives s1 de bien www.learneconomie.blogspot.com]
 
cours_statistiques_master.pdf
cours_statistiques_master.pdfcours_statistiques_master.pdf
cours_statistiques_master.pdf
 
pmi définition variance
pmi définition variancepmi définition variance
pmi définition variance
 
Statistiquess2 111117154933-phpapp01
Statistiquess2 111117154933-phpapp01Statistiquess2 111117154933-phpapp01
Statistiquess2 111117154933-phpapp01
 
Statistique epfc 2013 ch1_ch2
Statistique epfc 2013 ch1_ch2Statistique epfc 2013 ch1_ch2
Statistique epfc 2013 ch1_ch2
 
Statistiques descriptives [PDF].pptx
Statistiques descriptives [PDF].pptxStatistiques descriptives [PDF].pptx
Statistiques descriptives [PDF].pptx
 
Statistiques descriptives [PDF].pptx
Statistiques descriptives [PDF].pptxStatistiques descriptives [PDF].pptx
Statistiques descriptives [PDF].pptx
 
359570799-cours-statistiques-descriptives-eudiant-Copie-ppt.ppt
359570799-cours-statistiques-descriptives-eudiant-Copie-ppt.ppt359570799-cours-statistiques-descriptives-eudiant-Copie-ppt.ppt
359570799-cours-statistiques-descriptives-eudiant-Copie-ppt.ppt
 
9b567ad91347677ab6736e76a4115c80 statistique
9b567ad91347677ab6736e76a4115c80 statistique9b567ad91347677ab6736e76a4115c80 statistique
9b567ad91347677ab6736e76a4115c80 statistique
 
étude d'une série statistiquebiostat.pdf
étude d'une série statistiquebiostat.pdfétude d'une série statistiquebiostat.pdf
étude d'une série statistiquebiostat.pdf
 
1583233209413.pptx
1583233209413.pptx1583233209413.pptx
1583233209413.pptx
 
6 sigma -chapitre4 : Analyser
6 sigma -chapitre4 : Analyser6 sigma -chapitre4 : Analyser
6 sigma -chapitre4 : Analyser
 
(Statdes regression biv_ensta_21oct2010)
(Statdes regression biv_ensta_21oct2010)(Statdes regression biv_ensta_21oct2010)
(Statdes regression biv_ensta_21oct2010)
 
cupdf.com_la-statistique-descriptive.ppt
cupdf.com_la-statistique-descriptive.pptcupdf.com_la-statistique-descriptive.ppt
cupdf.com_la-statistique-descriptive.ppt
 
La biométrie_étude de la variation des caractèr_231021_115212.pdf
La biométrie_étude de la variation des caractèr_231021_115212.pdfLa biométrie_étude de la variation des caractèr_231021_115212.pdf
La biométrie_étude de la variation des caractèr_231021_115212.pdf
 

Kürzlich hochgeladen

Cours de Management des Systèmes d'information
Cours de Management des Systèmes d'informationCours de Management des Systèmes d'information
Cours de Management des Systèmes d'informationpapediallo3
 
Presentation de la plateforme Moodle - avril 2024
Presentation de la plateforme Moodle - avril 2024Presentation de la plateforme Moodle - avril 2024
Presentation de la plateforme Moodle - avril 2024Gilles Le Page
 
Principe de fonctionnement d'un moteur 4 temps
Principe de fonctionnement d'un moteur 4 tempsPrincipe de fonctionnement d'un moteur 4 temps
Principe de fonctionnement d'un moteur 4 tempsRajiAbdelghani
 
LA MONTÉE DE L'ÉDUCATION DANS LE MONDE DE LA PRÉHISTOIRE À L'ÈRE CONTEMPORAIN...
LA MONTÉE DE L'ÉDUCATION DANS LE MONDE DE LA PRÉHISTOIRE À L'ÈRE CONTEMPORAIN...LA MONTÉE DE L'ÉDUCATION DANS LE MONDE DE LA PRÉHISTOIRE À L'ÈRE CONTEMPORAIN...
LA MONTÉE DE L'ÉDUCATION DANS LE MONDE DE LA PRÉHISTOIRE À L'ÈRE CONTEMPORAIN...Faga1939
 
SciencesPo_Aix_InnovationPédagogique_Conférence_SK.pdf
SciencesPo_Aix_InnovationPédagogique_Conférence_SK.pdfSciencesPo_Aix_InnovationPédagogique_Conférence_SK.pdf
SciencesPo_Aix_InnovationPédagogique_Conférence_SK.pdfSKennel
 
SciencesPo_Aix_InnovationPédagogique_Atelier_FormationRecherche.pdf
SciencesPo_Aix_InnovationPédagogique_Atelier_FormationRecherche.pdfSciencesPo_Aix_InnovationPédagogique_Atelier_FormationRecherche.pdf
SciencesPo_Aix_InnovationPédagogique_Atelier_FormationRecherche.pdfSKennel
 
Bibdoc 2024 - Les maillons de la chaine du livre face aux enjeux écologiques.pdf
Bibdoc 2024 - Les maillons de la chaine du livre face aux enjeux écologiques.pdfBibdoc 2024 - Les maillons de la chaine du livre face aux enjeux écologiques.pdf
Bibdoc 2024 - Les maillons de la chaine du livre face aux enjeux écologiques.pdfBibdoc 37
 
Bernard Réquichot.pptx Peintre français
Bernard Réquichot.pptx   Peintre françaisBernard Réquichot.pptx   Peintre français
Bernard Réquichot.pptx Peintre françaisTxaruka
 
SciencesPo_Aix_InnovationPédagogique_Atelier_IA.pdf
SciencesPo_Aix_InnovationPédagogique_Atelier_IA.pdfSciencesPo_Aix_InnovationPédagogique_Atelier_IA.pdf
SciencesPo_Aix_InnovationPédagogique_Atelier_IA.pdfSKennel
 
SciencesPo_Aix_InnovationPédagogique_Bilan.pdf
SciencesPo_Aix_InnovationPédagogique_Bilan.pdfSciencesPo_Aix_InnovationPédagogique_Bilan.pdf
SciencesPo_Aix_InnovationPédagogique_Bilan.pdfSKennel
 
Bibdoc 2024 - Ecologie du livre et creation de badge.pdf
Bibdoc 2024 - Ecologie du livre et creation de badge.pdfBibdoc 2024 - Ecologie du livre et creation de badge.pdf
Bibdoc 2024 - Ecologie du livre et creation de badge.pdfBibdoc 37
 
Zotero avancé - support de formation doctorants SHS 2024
Zotero avancé - support de formation doctorants SHS 2024Zotero avancé - support de formation doctorants SHS 2024
Zotero avancé - support de formation doctorants SHS 2024Alain Marois
 
PIE-A2-P 5- Supports stagiaires.pptx.pdf
PIE-A2-P 5- Supports stagiaires.pptx.pdfPIE-A2-P 5- Supports stagiaires.pptx.pdf
PIE-A2-P 5- Supports stagiaires.pptx.pdfRiDaHAziz
 
SciencesPo_Aix_InnovationPédagogique_Atelier_EtudiantActeur.pdf
SciencesPo_Aix_InnovationPédagogique_Atelier_EtudiantActeur.pdfSciencesPo_Aix_InnovationPédagogique_Atelier_EtudiantActeur.pdf
SciencesPo_Aix_InnovationPédagogique_Atelier_EtudiantActeur.pdfSKennel
 
PIE-A2-P4-support stagiaires sept 22-validé.pdf
PIE-A2-P4-support stagiaires sept 22-validé.pdfPIE-A2-P4-support stagiaires sept 22-validé.pdf
PIE-A2-P4-support stagiaires sept 22-validé.pdfRiDaHAziz
 
Cours SE Gestion des périphériques - IG IPSET
Cours SE Gestion des périphériques - IG IPSETCours SE Gestion des périphériques - IG IPSET
Cours SE Gestion des périphériques - IG IPSETMedBechir
 
Annie Ernaux Extérieurs. pptx. Exposition basée sur un livre .
Annie   Ernaux  Extérieurs. pptx. Exposition basée sur un livre .Annie   Ernaux  Extérieurs. pptx. Exposition basée sur un livre .
Annie Ernaux Extérieurs. pptx. Exposition basée sur un livre .Txaruka
 
Le Lean sur une ligne de production : Formation et mise en application directe
Le Lean sur une ligne de production : Formation et mise en application directeLe Lean sur une ligne de production : Formation et mise en application directe
Le Lean sur une ligne de production : Formation et mise en application directeXL Groupe
 
Cours SE Le système Linux : La ligne de commande bash - IG IPSET
Cours SE Le système Linux : La ligne de commande bash - IG IPSETCours SE Le système Linux : La ligne de commande bash - IG IPSET
Cours SE Le système Linux : La ligne de commande bash - IG IPSETMedBechir
 

Kürzlich hochgeladen (20)

Cours de Management des Systèmes d'information
Cours de Management des Systèmes d'informationCours de Management des Systèmes d'information
Cours de Management des Systèmes d'information
 
Presentation de la plateforme Moodle - avril 2024
Presentation de la plateforme Moodle - avril 2024Presentation de la plateforme Moodle - avril 2024
Presentation de la plateforme Moodle - avril 2024
 
Principe de fonctionnement d'un moteur 4 temps
Principe de fonctionnement d'un moteur 4 tempsPrincipe de fonctionnement d'un moteur 4 temps
Principe de fonctionnement d'un moteur 4 temps
 
LA MONTÉE DE L'ÉDUCATION DANS LE MONDE DE LA PRÉHISTOIRE À L'ÈRE CONTEMPORAIN...
LA MONTÉE DE L'ÉDUCATION DANS LE MONDE DE LA PRÉHISTOIRE À L'ÈRE CONTEMPORAIN...LA MONTÉE DE L'ÉDUCATION DANS LE MONDE DE LA PRÉHISTOIRE À L'ÈRE CONTEMPORAIN...
LA MONTÉE DE L'ÉDUCATION DANS LE MONDE DE LA PRÉHISTOIRE À L'ÈRE CONTEMPORAIN...
 
SciencesPo_Aix_InnovationPédagogique_Conférence_SK.pdf
SciencesPo_Aix_InnovationPédagogique_Conférence_SK.pdfSciencesPo_Aix_InnovationPédagogique_Conférence_SK.pdf
SciencesPo_Aix_InnovationPédagogique_Conférence_SK.pdf
 
SciencesPo_Aix_InnovationPédagogique_Atelier_FormationRecherche.pdf
SciencesPo_Aix_InnovationPédagogique_Atelier_FormationRecherche.pdfSciencesPo_Aix_InnovationPédagogique_Atelier_FormationRecherche.pdf
SciencesPo_Aix_InnovationPédagogique_Atelier_FormationRecherche.pdf
 
Bibdoc 2024 - Les maillons de la chaine du livre face aux enjeux écologiques.pdf
Bibdoc 2024 - Les maillons de la chaine du livre face aux enjeux écologiques.pdfBibdoc 2024 - Les maillons de la chaine du livre face aux enjeux écologiques.pdf
Bibdoc 2024 - Les maillons de la chaine du livre face aux enjeux écologiques.pdf
 
Bernard Réquichot.pptx Peintre français
Bernard Réquichot.pptx   Peintre françaisBernard Réquichot.pptx   Peintre français
Bernard Réquichot.pptx Peintre français
 
SciencesPo_Aix_InnovationPédagogique_Atelier_IA.pdf
SciencesPo_Aix_InnovationPédagogique_Atelier_IA.pdfSciencesPo_Aix_InnovationPédagogique_Atelier_IA.pdf
SciencesPo_Aix_InnovationPédagogique_Atelier_IA.pdf
 
SciencesPo_Aix_InnovationPédagogique_Bilan.pdf
SciencesPo_Aix_InnovationPédagogique_Bilan.pdfSciencesPo_Aix_InnovationPédagogique_Bilan.pdf
SciencesPo_Aix_InnovationPédagogique_Bilan.pdf
 
Bibdoc 2024 - Ecologie du livre et creation de badge.pdf
Bibdoc 2024 - Ecologie du livre et creation de badge.pdfBibdoc 2024 - Ecologie du livre et creation de badge.pdf
Bibdoc 2024 - Ecologie du livre et creation de badge.pdf
 
Zotero avancé - support de formation doctorants SHS 2024
Zotero avancé - support de formation doctorants SHS 2024Zotero avancé - support de formation doctorants SHS 2024
Zotero avancé - support de formation doctorants SHS 2024
 
PIE-A2-P 5- Supports stagiaires.pptx.pdf
PIE-A2-P 5- Supports stagiaires.pptx.pdfPIE-A2-P 5- Supports stagiaires.pptx.pdf
PIE-A2-P 5- Supports stagiaires.pptx.pdf
 
SciencesPo_Aix_InnovationPédagogique_Atelier_EtudiantActeur.pdf
SciencesPo_Aix_InnovationPédagogique_Atelier_EtudiantActeur.pdfSciencesPo_Aix_InnovationPédagogique_Atelier_EtudiantActeur.pdf
SciencesPo_Aix_InnovationPédagogique_Atelier_EtudiantActeur.pdf
 
PIE-A2-P4-support stagiaires sept 22-validé.pdf
PIE-A2-P4-support stagiaires sept 22-validé.pdfPIE-A2-P4-support stagiaires sept 22-validé.pdf
PIE-A2-P4-support stagiaires sept 22-validé.pdf
 
Cours SE Gestion des périphériques - IG IPSET
Cours SE Gestion des périphériques - IG IPSETCours SE Gestion des périphériques - IG IPSET
Cours SE Gestion des périphériques - IG IPSET
 
Annie Ernaux Extérieurs. pptx. Exposition basée sur un livre .
Annie   Ernaux  Extérieurs. pptx. Exposition basée sur un livre .Annie   Ernaux  Extérieurs. pptx. Exposition basée sur un livre .
Annie Ernaux Extérieurs. pptx. Exposition basée sur un livre .
 
Le Lean sur une ligne de production : Formation et mise en application directe
Le Lean sur une ligne de production : Formation et mise en application directeLe Lean sur une ligne de production : Formation et mise en application directe
Le Lean sur une ligne de production : Formation et mise en application directe
 
Cours SE Le système Linux : La ligne de commande bash - IG IPSET
Cours SE Le système Linux : La ligne de commande bash - IG IPSETCours SE Le système Linux : La ligne de commande bash - IG IPSET
Cours SE Le système Linux : La ligne de commande bash - IG IPSET
 
DO PALÁCIO À ASSEMBLEIA .
DO PALÁCIO À ASSEMBLEIA                 .DO PALÁCIO À ASSEMBLEIA                 .
DO PALÁCIO À ASSEMBLEIA .
 

Ch1 statistique v

  • 1. Statistique Descriptive Chapitre 1 : Les tableaux et représentations graphiques Pr. Abdelkrim EL MOUATASIM EST & FE de Guelmim Maroc Site internet : http://el-mouatasim.webs.com
  • 2. Statistiques descriptives à une variable : représentations Objectifs de ce module  Savoir décrire et représenter une série statistique par un tableau et un ou plusieurs graphiques adaptés.  On fera des choix des représentations différents selon la nature du caractère.
  • 3. Introduction  La représentation tabulaire est préalable à toute analyse statistique.  Elle fait suite au travail préliminaire de collecte des données.  La représentation graphique d’un seul caractère repose sur une règle de proportionnalité des hauteurs ou aires des graphiques aux effectifs (ou fréquences).  Le choix d’un type de graphique dépendra de la nature du caractère étudié.
  • 4. Plan du chapitre 1 Voici les parties que nous allons aborder : I. Caractères qualitatifs. II. Caractères quantitatifs discrets. III. Caractères quantitatifs continus.
  • 5. Ⅰ. Caractères qualitatifs Plan de la partie Voici les chapitres que nous allons aborder : 1. Représentation tabulaire. 2. Diagramme à bande. 3. Diagramme circulaire.
  • 6. Ⅰ. Caractères qualitatifs 1. Représentation tabulaire  Tableau à simple entrée, sans hiérarchie (sauf si le caractère est ordinal).  La première colonne renseigne les modalités et les deux suivantes les effectifs et fréquences.  Si le caractère est ordinal, on pourra rajouter une dernière colonne avec les fréquences cumulées.
  • 7. Ⅰ. Caractères qualitatifs 1. Représentation tabulaire Noms Situation de famille  Exemple: On a noté la M.Azim Marié situation familiale des MFarid Veuf Mme Latifi Mariée 150 employés d'une Melle Fatiha Célibataire entreprise. M. Ahmed Divorcé M. Salih Marié M. Berrada Divorcé Mme Réda Divorcée Melle Fatiha Célibataire M. Halim Marié M. Chadi Veuf Mme Faouzi Mariée ... ...
  • 8. On ne s'intéresse pas à la situation personnelle de M. Azim ou de M. Farid, mais à la répartition du caractère "situation familiale" dans la population des 150 employés.  Pour cela il faut, pour chacune des modalités de la variable, déterminer l'effectif correspondant, c'est-à-dire le nombre de personnes ayant cette modalité : il faut dénombrer le nombre de célibataires, le nombre de mariés, etc..
  • 9. Cela peut se résumer par : Modalités Effectifs Marié 80 Célibataire 30 Veuf 20 Divorcé 20
  • 10. On notera x1, x2, ..., xk les différentes modalités, et n1, n2, ... , nk les effectifs associés. Dans le tableau ci-dessus, x1 = "marié", n1 = k= La somme des effectifs vaut : La variable que nous venons de voir est…
  • 11. On aurait pu tout aussi bien présenter les résultats sous la forme ci-dessus, par exemple. Modalité Effectif Célibataire 30 Marié 80 Divorcé 20 Veuf 20
  • 12. Par contre, s'il s'agit d'une variable ordinale, les modalités sont toujours présentées dans l'ordre : x1 < x2 < .... < xk , comme dans l'exemple ci-dessous. Effectifs = Nombre de personnes de Modalités = tailles cette taille XS 10 S 25 M 40 L 32 XL 23 XXL 20
  • 13. L'ensemble des couples { (xi , ni ), i = 1, ... , k } est une série statistique (ordonnée), ou distribution observée de la variable. La somme de tous les ni est-elle toujours égale à n, nombre des observations ? On notera ceci : effectif total
  • 14. On appellera fréquence relative la valeur que l'on peut aussi exprimer en pourcentage par fi x 100, c'est le pourcentage d'individus pour lesquels la variable a pris la valeur xi.
  • 15. Complétez le tableau : Modalités xi Effectif ni Fréquence relative fi % Célibataire 30 0.2 20 Marié 80 Divorcé 20 Veuf 20 Effectif total : 150 A quoi est égal ici le total de la colonne fréquence ? Et celui de la colonne "pourcentage" ? Il y a, parmi les 150 employés, …….% qui sont mariés.
  • 16. Ⅰ. Caractères qualitatifs 2. Diagramme à bandes Aussi appelé représentation par « tuyaux d’orgue ».  Les modalités sont placées sur un axe horizontal.  Les effectifs (ou fréquences) sont placés sur un axe vertical.  La hauteur de chaque tuyau est proportionnelle à l’effectif correspondant.  Permet de comparer d’un « coup d’œil » les différentes modalités.
  • 17. CSP ni fi Cadres 10 0,05 Agents de maîtrise 40 0,2 Employés 60 0,3 Ouvriers 90 0,45 90 80 70 60 50 40 Série1 30 20 10 0 cadres ouvriers employés ouvriers
  • 18. Ⅰ. Caractères qualitatifs 3. Diagramme circulaire  L’aire, et donc l’angle au centre d’un secteur, est proportionnelle à la fréquence (ou l’effectif) de la modalité considérée (d’où un angle de fi x 360° pour la modalité i).  Permet de bien visualiser la part relative de chaque modalité.
  • 19.
  • 20. Statistiques descriptives à une variable : représentations Ⅱ. Caractères quantitatifs discrets
  • 21. Ⅱ. Caractères quantitatifs discrets Plan de la partie Voici les chapitres que nous allons aborder : 1. Représentation tabulaire. 2. Diagramme bâton. 3. Courbe des fréquences cumulées.
  • 22. Ⅱ. Caractères quantitatifs discrets 1. Représentation tabulaire  Tableau à simple entrée, où les données sont classées par ordre croissant.  La première colonne renseigne les différentes valeurs du caractère, et les trois suivantes les effectifs, fréquences et fréquences cumulées.
  • 23. De même, pour une variable discrète, on notera x1 , x2 , ... , xk les valeurs rangées par ordre croissant, et n1 , n2 , ... , nk les effectifs correspondants.
  • 24. Noms Nombre d'enfants M.Azim 2 MFarid 3 Mme Latifi 0 Melle Fatiha 0 M. Ahmed 1 M. Salih 0 M. Berrada 1 Mme Réda 0 Melle Fatiha 2 M. Halim 4 M. Chadi 1 Mme Faouzi 3 M. Ali 2 Melle Loubna 0 M Fatih 0 M. Said 1 M. Radi 2 Mme Faraj 2
  • 25.  Ainsi,à partir de la série brute ci-dessus, construisez le tableau : Nombre d'enfants xi Effectifs ni 0 6
  • 26. Nombre d'enfants xi Effectif ni Fréquence relative fi 0 6 0.33 1 4 0.22 2 5 0.28 3 2 0.11 4 1 0.06 Total : 18 1
  • 27. Voyons un autre exemple : Pour étudier les appels téléphoniques arrivant à un central, on a noté, sur 96 jours comparables, le nombre d'appels reçus entre 9 h et 9 h 10. Les résultats sont consignés dans ce tableau :
  • 28. Quelle est la proportion de jours où le nombre d'appels a été de 2 ? Nombre Nombre de Fréquence % fi × 100 d'appels xi jours ni relative fi 0 2 0.0208 2.08 1 14 0.1458 14.58 2 23 0.2396 23.96 3 24 0.2500 25.00 4 18 0.1875 18.75 5 9 0.0938 9.38 6 6 0.0625 6.25 Total : 96 1 100
  • 29. Quelle est la proportion de jours où le nombre d'appels a été supérieur ou égale à 3? Nombre Nombre de Fréquence % fi × 100 d'appels xi jours ni relative fi 0 2 0.0208 2.08 1 14 0.1458 14.58 2 23 0.2396 23.96 3 24 0.2500 25.00 4 18 0.1875 18.75 5 9 0.0938 9.38 6 6 0.0625 6.25 Total : 96 1 100
  • 30. Combien y-a-t-il eu de jours où le nombre d'appels a été inférieur ou égal à 2 ? Nombre Nombre de Fréquence % fi × 100 d'appels xi jours ni relative fi 0 2 0.0208 2.08 1 14 0.1458 14.58 2 23 0.2396 23.96 3 24 0.2500 25.00 4 18 0.1875 18.75 5 9 0.0938 9.38 6 6 0.0625 6.25 Total : 96 1 100
  • 31. Plus généralement, si { (xi , ni ), i = 1, ..., K } est la distribution observée d'une variable discrète, n1 + n2 + ... + ni = Ni est le nombre d'individus pour lesquels la variable a été inférieure ou égale à xi.. On peut calculer Ni de proche en proche : N1 = n1, N2 = N1 + n2, N3 = N2 + n3, etc ... Les Ni sont les effectifs cumulés croissants.
  • 32.  De même ni + ni+1 + ... + nk = N'i est le nombre d'individus pour lesquels la variable a été supérieure ou égale à xi.  Il peut se calculer de proche en proche : N'k = nk , N'k-1 = nk + nk-1 ,  LesN'i sont les effectifs cumulés décroissants.
  • 33. On peut définir de même : Fi = f1 + f2 + ... + fi , fréquences relative cumulées croissantes obtenues de proche en proche par Fi+1 = fi+1 + Fi F'i = fi + fi+1 + ... + fk , fréquences relative cumulées décroissantes obtenues de proche en proche par F'i = F'i+1 + fi  Fi et F'i peuvent s'exprimer aussi en pourcentage (en multipliant tout par 100).
  • 34. Complétez le tableau : Nombre Fréquence Fréquences relative Fréquences relative cumulées d'appels relative en % cumulées croissantes décroissantes 0 2.08 2.08 1 14.58 16.66 97.92 2 23.96 83.34 3 25.00 65.62 59.38 4 18.75 84.37 5 9.38 93.75 15.63 6 6.25 6.25
  • 35. Ⅱ. Caractères quantitatifs discrets 2. Diagramme bâton Diagramme bâton des effectifs  A chaque valeur du caractère portée en abscisse, on associe un « bâton » vertical dont la hauteur est proportionnelle à l’effectif.  Cette représentation permet de comparer les effectifs de chaque valeur du caractère.
  • 36.
  • 37. Ⅱ. Caractères quantitatifs discrets 3. Courbe des fréquences cumulées  Représente l’évolution des fréquences cumulées.  Le caractère étant discret, la courbe est en « escalier ».  En effet, les valeurs étant séparées, entre chacune d’elle la fréquence cumulée est inchangée, d’où ces paliers.
  • 38. Ⅱ. Caractères quantitatifs discrets 3. Courbe des fréquences cumulées Diagramme en Escalier 120 100 Fréquence relative cumulée 80 60 40 20 0 0 1 2 3 4 5 6 7
  • 39. Statistiques descriptives à une variable : représentations Ⅲ. Caractères quantitatifs continus
  • 40. Ⅲ. Caractères quantitatifs continus Plan de la partie Voici les chapitres que nous allons aborder : 1. Représentation tabulaire. 2. Histogramme des densités de fréquence. 3. Polygone de fréquences 4. Courbe des fréquences cumulées.
  • 41. Ⅲ. Caractères quantitatifs continus 1. Représentation tabulaire  Tableau à simple entrée, où les classes de données sont triées par ordre croissant.  La première colonne renseigne les différentes classes de valeurs du caractère, et les trois suivantes les effectifs, fréquences relatifs et fréquences cumulées.  Si les classes ne sont pas toutes de même amplitude, on rajoute une colonne contenant les densités de fréquence, i.e. la fréquence de la classe divisée par son amplitude.
  • 42. 1. Représentation tabulaire  Lorsque la variable est continue, ou que la variable peut prendre un grand nombre de valeurs différentes, même si celle-ci est une variable discrète, il convient de regrouper ces valeurs en classes.  À chaque classe on fait correspondre une fréquence ou une fréquence relative, et l’on obtient alors une distribution de fréquence ou de fréquence relative pour valeurs groupées.  Pour construire une distribution de fréquence, de fréquence relative ou de fréquence relative cumulée pour valeurs groupées on doit procéder de la manière suivante : 1. Déterminer le nombre de classes 2. Déterminer l’amplitude des classes 3. Déterminer les différentes classes
  • 43. 1. Représentation tabulaire Exemple 1 Voyons l'exemple d'une série brute de 60 valeurs du CA mensuelle d’une entreprise (en 1000dh), et le tableau des effectifs obtenus. L'inconvénient est que, comme on aura toujours un grand nombre de valeurs différentes, on obtiendra un grand nombre de petits effectifs, ne résumant finalement pas grande chose !
  • 44.
  • 45. CA (1000dh) Effectifs CA (1000dh) Effectifs 159 1 169 7 160 0 170 7 161 0 171 9 162 0 172 6 163 2 173 5 164 3 174 2 165 3 175 1 166 0 176 2 167 5 177 1 168 6 Total : 60
  • 46.  Une variable continue ne prend pas des valeurs isolées, mais des valeurs appartenant à des intervalles. C'est pourquoi, au lieu de définir des effectifs par valeurs, on définira des effectifs par intervalles, appelés classes.
  • 47. Afin de simplifier la présentation on peut, quitte à perdre un peu d'information, regrouper les effectifs proches, par exemple 175 d’ effectif 1 176 d’ effectif 2 177 d’ effectif 1 peut être remplacé par [ 175 ; 178 [ d’ effectif 4.
  • 48. On découpera ainsi l'intervalle des valeurs en classes contiguës, de la forme : [ e1 ; e2 [ [ e2 ; e3 [ [ e3 ; e4 [ .... [ ek ; ek+1 [ et on notera n1, n2, ... , nk les effectifs associés. ni est le nombre d'individus appartenant à la classe [ ei ; ei+1 [.
  • 49. Exemple 1 Classes de CA ( en 1000dh) Effectifs [159 - 165 [ 6 [165 - 168 [ 8 [168 - 171 [ 20 [171 - 174 [ 20 [174 - 177 [ 5 [177 - 179 [ 1
  • 50. Exemple 1 Classes de CA ( en 1000dh) Effectifs moins de 160 1 [160 - 165 [ 5 [165 - 170 [ 21 [170 - 175 [ 29 175 et plus 4
  • 51.  Quel que soit le type de variable on a finalement, pour toute modalité, valeur xi , ou classe [ ei , ei+1 [, un effectif ni , tel que  Ilest parfois utile, surtout pour faire des comparaisons entre plusieurs séries, de raisonner plutôt avec des fréquences relatifs.
  • 52. Les définitions d'effectifs et de fréquences cumulés restent les mêmes dans le cas d'une variable continue.
  • 53. 1. Représentation tabulaire 1. Déterminer le nombre de classes : 1) N C = 1 + 3.3Log (n)(règle de Sturges) 2) NC = n Nombre d’observations dans la série statistique
  • 54. 1. Représentation tabulaire 2. Calculer l’amplitude des classes : 1) D’une façon plus ou moins arbitraire 2) En utilisant l’étendue  E = xmax − xmin = (Plus grande valeur de la série statistique) – Plus petite valeur de la série statistique E  AC = NC Des classes d’amplitudes égales
  • 55. 1. Représentation tabulaire 3. Déterminer les différentes classes : xmin ≤ Classe1 < xmin + Ac xmin + Ac ≤ Classe2 < xmin + 2 Ac xmin + (k − 1) Ac ≤ Classek < xmin + kAc xmin + ( N c − 1) Ac ≤ Classe N c < xmin + N c Ac
  • 56. Exemple 2 : Le tableau statistique (valeurs groupées) Pour les trois dernières années, le débit mensuel moyen d'une rivière, exprimé en milliers de mètres cubes par seconde, a été le suivant : Variable continue Posons X = la variable statistique représentant le débit mensuel moyen d’une rivière.
  • 57. Exemple 2 : Le tableau statistique (valeurs groupées) (1) Nombre de classes : N C = 1 + 3.3Log (36) = 6.1358 classes N C = 36 = 6 classes Débit D (en milliers de m 3 ) (2) L’amplitude des classes : 0.08 ≤ Classe1 < 0.25 E = 1.05 − 0.08 = 0.97 0.25 ≤ Classe2 < 0.42 0.97 0.42 ≤ Classe3 < 0.59 AC = = 0.1617 ≈ 0.17 6 0.59 ≤ Classe4 < 0.76 (3) Détermination des classes : 0.76 ≤ Classe5 < 0.93 0.93 ≤ Classe6 < 1.10
  • 58. Exemple 2 : Le tableau statistique (valeurs groupées) Distribution de fréquence, de fréquence relative et de fréquence relative cumulée :
  • 59. Ⅲ. Caractères quantitatifs continus 2. Histogramme des densités de fréquence.  Ensemble de rectangles contigus.  Pour chaque classe on trace un rectangle :  de base B proportionnelle à l’amplitude de la classe  de hauteur h proportionnelle à la densité de fréquence de la classe  L’aire du rectangle sera alors proportionnelle à la fréquence de la classe.
  • 60. Ⅲ. Caractères quantitatifs continus 2. Histogramme des densités de fréquence. Double interprétation :  On comparera les densités de fréquence des classes en comparant les hauteurs des rectangles.  On comparera les fréquences des classes en comparant les aires des rectangles.
  • 61. Nombre de personnes Age (ans) dans cette tranche d'âge 20 à 30 100 30 à 40 150 40 à 50 90 50 à 65 20
  • 62. Histogramme de fréquence pour valeurs groupées (exemple 2) Histogramme de fréquence 25 20 15 Fréquence 10 5 0 0,08 - 0,249 0,25 - 0,419 0,42 - 0,589 0,59 - 0,759 0,76 - 0,929 0,93 et plus Débit D (en milliers m3/sec)
  • 63. Histogramme de fréquence relative pour valeurs groupées (exemple 2) Histogramme de fréquence relative 0,7 0,6 0,5 Fréquence relative 0,4 0,3 0,2 0,1 0 0,08 - 0,249 0,25 - 0,419 0,42 - 0,589 0,59 - 0,759 0,76 - 0,929 0,93 et plus Débit D (en milliers de m3/sec)
  • 64. 3. Polygone de fréquences pour valeurs groupées (exemple 2) Polygone de fréquence 25 20 Fréquence 15 10 5 0 moins de 0,08 - 0,249 0,25 - 0,419 0,42 - 0,589 0,59 - 0,759 0,76 - 0,929 0,93 et plus 0,08 Débit D (en milliers de m3/sec)
  • 65. 3. Polygone de fréquence relative pour valeurs groupées Polygone de fréquence relative 0,7 0,6 0,5 Fréquence relative 0,4 0,3 0,2 0,1 0 moins de 0,08 - 0,249 0,25 - 0,419 0,42 - 0,589 0,59 - 0,759 0,76 - 0,929 0,93 et plus 0,08 Débit D ( en milliers m3/sec)
  • 66. Ⅲ. Caractères quantitatifs continus 4. Courbe des fréquences cumulées  Représente l’évolution des fréquences cumulées.  Le caractère étant continu, la courbe l’est également.  Pour la construire, on joint les points de coordonnées (bi,Fi) où bi désigne l’extrémité supérieure de la ième classe.
  • 67. Ogive de fréquence relative cumulée pour valeurs groupées Ogive de fréquence relative cumulée 120,00% 100,00% Fréquence relative cumulée 80,00% 60,00% 40,00% 20,00% ,00% moins de 0,08 - 0,25 - 0,42 - 0,59 - 0,76 - 0,93 et 0,08 0,249 0,419 0,589 0,759 0,929 plus Débit D (en milliers m3/sec)
  • 68. Synthèse En plus des tableaux et graphiques, on résume l'observation d'une variable quantitative par un petit nombre de paramètres.

Hinweis der Redaktion

  1. Les graphiques de ce module ont été effectués avec Excel. Et ça n’a pas toujours été très facile… L’étudiant est invité à consulter la page http://www.astro.ulg.ac.be/cours/magain/stat/stat25.html où il verra les « pièges » des graphiques statistiques.
  2. Le diagramme à bandes fait partie de la famille des diagrammes différentiels, c’est-à-dire qu’il met en évidence les différences d’effectifs entre les modalités.
  3. Si l’on veut comparer plusieurs diagrammes circulaires entre eux, les rayons de chaque diagramme doivent être proportionnels à la racine carrée de l’effectif total de la série qu’ils représentent. Ainsi l’aire de chacun des disques sera proportionnelle à l’effectif total de la série considérée. C’est le cas d’études sur plusieurs années par exemple.
  4. C’est un diagramme différentiel.
  5. On dit qu’un tel graphique est de type intégral ou cumulatif.
  6. Ce type de graphique n’est pas standard pour Excel…
  7. Comparer des densités de fréquence est plus « juste » que de comparer des fréquences dans le cas de classes d’amplitude différentes. En effet si une classe a une très forte amplitude, on peut s’attendre à ce qu’elle ait également une forte fréquence.
  8. C’est un graphique de type différentiel.
  9. On émet implicitement l’hypothèse que la répartition des valeurs dans chaque classe est uniforme.